基于图神经网络特征交叉的协同过滤算法
王燕; 赵妮妮; 范林
2023-02-15
发表期刊兰州理工大学学报
ISSN1673-5196
卷号49期号:01页码:94-102
摘要学习用户和项目有效的向量表示是推荐系统的核心目标,现有的推荐模型大多通过深度神经网络或专门设计的特征交叉,来学习用户-项目间的特征交叉生成用户(项目)向量表示,但并未将用户(项目)特征间的交叉信息编码到嵌入向量中充分利用特征交叉信息,且多个特征交叉信息对于生成最终的用户(项目)向量表示的影响不同.基于此,构建两个图神经网络模块,学习用户(项目)特征间的交叉信息、用户-项目之间的特征交叉信息,并通过计算注意力分数对特征交叉信息进行加权,得到用户(项目)的特征信息;然后通过门控循环神经网络(GRU)聚合原始的特征信息和网络层学习到的特征交叉信息,得到最终的用户(项目)向量表达;最后通过用户向量与项目向量的元素积得到最终的推荐结果.在数据集MovieLens 1M、Book-Crossing和Taobao上验证了模型的有效性.
关键词协同过滤 图神经网络 GRU 双线性特征交叉 注意力机制
URL查看原文
收录类别北大核心
语种中文
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/161471
专题计算机与通信学院
作者单位兰州理工大学计算机与通信学院
第一作者单位计算机与通信学院
第一作者的第一单位计算机与通信学院
推荐引用方式
GB/T 7714
王燕,赵妮妮,范林. 基于图神经网络特征交叉的协同过滤算法[J]. 兰州理工大学学报,2023,49(01):94-102.
APA 王燕,赵妮妮,&范林.(2023).基于图神经网络特征交叉的协同过滤算法.兰州理工大学学报,49(01),94-102.
MLA 王燕,et al."基于图神经网络特征交叉的协同过滤算法".兰州理工大学学报 49.01(2023):94-102.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[王燕]的文章
[赵妮妮]的文章
[范林]的文章
百度学术
百度学术中相似的文章
[王燕]的文章
[赵妮妮]的文章
[范林]的文章
必应学术
必应学术中相似的文章
[王燕]的文章
[赵妮妮]的文章
[范林]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。